感兴趣移步https://ttaozhi.com/t/p.html?id=r0iFQjPvCp
这里看更新：
我问了个问题，大家回答一下，我们的预测方法可能有失偏颇。
问题一对附件数据统计即可，关于预测需要建立一个简单模型（线性即可），进一步的写一些，也可以先借助spss得到一个“不知道怎么来”的预测结果，进行语文建模。
问题二分析高K玻璃、铅钡玻璃的分类规律，然后进行分类（这里或许可以当作非监督学习聚类处理？），最后敏感性分析。
三四基本上换胎不换药。
我们之后会在付费内容中给出我们的步骤思路，统一辅导大家完成论文。
for problem 1
可以先分别以玻璃类型、纹饰、颜色作为自变量单独分析，以表面风化作为因变量，建立相关的“混淆矩阵”（n*2），每一矩阵元素a(x,y)对应这种样本的比例，比如纹饰A风化、B风化、C风化、A无风化、B无风化、C无风化这样划分，类似的分析玻璃类型和颜色，然后可以作出表格再可视化分析（语文建模）。
下一步的“结合玻璃的类型…blabla”可以借用上面的混淆矩阵比例再赘述建模一下即可。
对于预测模型我们还在讨论，上面的比较简单，也可以用稍复杂一点的方式与上面分析进行对比一下。
之后的更新内容会发在付费可见里，感谢。
更新了一个问题，请看到的同学回复一下。感谢
标签：
python
本文转载自: https://blog.csdn.net/CKJCKJCHEN/article/details/126882520
版权归原作者 养成系大佬 所有， 如有侵权，请联系我们删除。
版权归原作者 养成系大佬 所有， 如有侵权，请联系我们删除。